现在大数据行业如此火爆，国家和企业都需要发展大数据技术，但是人才高度稀缺，企业用人难！而大学生们有出现这样的问题：就业难。有的岗位可能面临着几百个人竞争的情况，今天小编带大家来看看大数据相关岗位的职责和面试问题有哪些
722680258
根据业务的不同，岗位职责大概分为：
1、平台搭建类
· 数据计算平台搭建，基础算法实现，当然，要求支持大样本量、高维度数据，所以可能还需要底层开发、并行计算、分布式计算等方面的知识；
2、算法研究类
·文本挖掘，如领域知识图谱构建、垃圾短信过滤等；
·推荐，广告推荐、APP 推荐、题目推荐、新闻推荐等；
·排序，搜索结果排序、广告排序等；
·其它，· 广告投放效果分析；· 互联网信用评价；· 图像识别、理解。
3、数据挖掘类
· 商业智能，如统计报表；
· 用户体验分析，预测流失用户。
以上就是大数据的一些相关岗位职责，小伙伴会哪些了呢？又能从事哪个方面的工作呢？
722680258
下面小编再来看看面试中会实际遇到的一些问题 （这是小编亲自经历过的，各位面试的时候也会有极大的概率遇到同样的问题）
1、你在研究/项目/实习经历中主要用过哪些机器学习/数据挖掘的算法？
2、你熟悉的机器学习/数据挖掘算法主要有哪些？
3、你用过哪些机器学习/数据挖掘工具或框架？
4、基础知识
比如无监督和有监督算法的区别？· SVM 的推导，特性？多分类怎么处理？· LR 的推导，特性？· 决策树的特性？· SVM、LR、决策树的对比？· GBDT 和决策森林的区别？· 如何判断函数凸或非凸？· 解释对偶的概念。· 如何进行特征选择？· 为什么会产生过拟合，有哪些方法可以预防或克服过拟合？· 介绍卷积神经网络，和 DBN 有什么区别？· 采用 EM 算法求解的模型有哪些，为什么不用牛顿法或梯度下降法？· 用EM 算法推导解释 Kmeans。· 用过哪些聚类算法，解释密度聚类算法。· 聚类算法中的距离度量有哪些？· 如何进行实体识别？· 解释贝叶斯公式和朴素贝叶斯分类等等
5、开放问题
比如给你公司内部群组的聊天记录，怎样区分出主管和员工？如何评估网站内容的真实性（针对代刷、作弊类）？ 深度学习在推荐系统上可能有怎样的发挥？路段平均车速反映了路况，在道路上布控采集车辆速度，如何对路况做出合理估计？采集数据中的异常值如何处理？如何根据语料计算两个词词义的相似度？
好了，对于这个问题小编先讲到这里（当然，不会只有这些问题，每个公司的侧重点不同，在面试的时候会更趋向于公司所需要涉及的部分），小伙伴可以根据以上的问题发现自己的不足，完善自己，在这也希望各位都能找到一份满意的工作。。
注意：想学习大数据技术的伙伴请加图片下方的学习交流群，群里有大量视频可自行下载。大家关注小编可以获取更多新消息的哦！！